Home
ديسمبر 14, 2024 2026-03-08 16:38Home
ابدأ مستقبلك في الذكاء الاصطناعي وعلوم البيانات
رحلتك من التأهيل العلمي والعملي إلى سوق العمل عبر نظام EliteBridge
من التعليم للتطبيق للتوظيف
ابدأ مستقبلك في الذكاء الاصطناعي وعلوم البيانات
تعلّم من الأساسيات حتى التطبيقات العملية المتقدمة، مع تدريب عملي ومشاريع حقيقية وترشيح وظيفي عبر نظام
EliteBridge
ابدأ مستقبلك في الذكاء الاصطناعي وعلوم البيانات
تعلّم من الأساسيات حتى التطبيقات العملية المتقدمة، مع تدريب عملي ومشاريع حقيقية وترشيح وظيفي عبر نظام EliteBridge
ابدأ مستقبلك في الذكاء الاصطناعي وتحليل البيانات مع NeuroTech
مسارات عملية ومشاريع تطبيقية، مع دعم تعليمي ووظيفي عبر EliteBridge.
لماذا تختار منصة NeuroTech؟
مسارات تعليمية واضحة تبدأ من المستوى التأسيسي وتصل بك إلى مستوى الاحتراف.
محتوى عربي مع الحفاظ على المصطلحات التقنية باللغة الإنجليزية كما تُستخدم في سوق العمل.
مشاريع عملية على بيانات حقيقية لبناء ملف أعمال قوي تستطيع عرضه على الشركات.
نظام EliteBridge لترشيح الخريجين إلى الشركات والشركاء في المجالات المختلفة.
تقييمات واختبارات عملية بعد كل مرحلة للتأكد من إتقان المهارات الأساسية.
دعم فني وتعليمي مستمر من فريق NeuroTech عبر الجروبات والقنوات الرسمية.
تسجيلات محدثة باستمرار ومحتوى قابل للرجوع إليه في أي وقت خلال فترة الاشتراك.
مجتمع متعلّم نشط يساعدك على بناء شبكة علاقات مهنية في مجال الذكاء الاصطناعي وتحليل البيانات.
صُمِّمت هذه المسارات والدورات بواسطة خبراء عالميين من كبرى الشركات والمؤسسات
اختار المسار التعليمي المناسب لك على NeuroTech
٦ مسارات تدريبية متكاملة من الأساسيات للتطبيقات المتقدمة في الذكاء الاصطناعي وعلوم البيانات…
مسار تأسيسي
Artificial Intelligence Track
ابدأ رحلتك من الصفر… هتتعلم Python، وأساسيات الـ Math اللي بيحتاجها المجال (Algebra, Calculus, Statistics)، وبعدين Machine Learning وDeep Learning بمشاريع عملية في مجالات مختلفة. المسار ده هو الأساس لأي تخصص في الـ AI بعد كده.
تصفح تفاصيل المسار
مسار تحليلي
Data Analysis Track
تعلّم Excel، SQL، Power BI، Tableau، و Python Basics… وحوّل الأرقام لقرارات واضحة تقود البزنس. هتشتغل على مشاريع حقيقية وتفهم إزاي تبني تقارير وDashboards توضح الصورة كاملة لأصحاب القرار.
ابدأ رحلة الـ Analyst
مسار تأسيسي
Problem Solving & Logic Track
ركّز على التفكير المنطقي، الخوارزميات، وتحليل المشكلات خطوة بخطوة… المسار اللي يأسّسلك قبل ما تدخل عالم البرمجة أو الذكاء الاصطناعي، ويبنيلك عقلية Algorithmic Thinking قوية.
ابدأ من هنا
مسار متقدم
Computer Vision Track
من أساسيات رؤية الحاسوب و Image Processing لحد CNNs، Object Detection، Segmentation، Object Tracking، و3D Vision. مسار متقدم لعشّاق الـ CV وتطبيقات self-driving وغيرها.
اكتشف مسار الـ Vision
مسار متقدم
Natural Language Processing Track
من أساسيات معالجة النصوص و Text Preprocessing، لحد الـ Classical NLP، Embeddings، Transformers، و LLMs. هتبني Chatbots، Q&A Systems، Summarization وغيرها، بالعربي والإنجليزي، لحد مستوى الـ Generative AI.
تصفح مسار ال NLP
مسار متقدم
Data Science Track
مسار متكامل يجمع بين Math for DS، Statistics، Data Preparation، EDA، Feature Engineering، Machine Learning، وDeep Learning. هتفهم رحلة البيانات من أول الـ raw data لحد بناء Models وPipelines جاهزة للتطبيق.
اكتشف محتوى المسار
أشهر الدورات على منصة NeuroTech
أكثر الدورات والمشاريع إقبالًا بين المتعلمين خلال الفترة الأخيرة… لو مش عارف تبدأ منين، فده أفضل مكان تبدأ منه.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
فهم تقنية الـ OCR: التعرف على كيفية عمل الـ OCR واستخدامها لاستخراج النصوص من الصور والوثائق.
استخدام أدوات OCR: تعلم كيفية استخدام أدوات الـ OCR المختلفة مثل Tesseract وأدوات أخرى متقدمة.
تحليل النصوص المستخرجة: استخدام النصوص المستخرجة في التحليل أو تخزين البيانات في قواعد البيانات باستخدام تقنيات مختلفة.
تطبيقات عملية: التعرف على كيف يمكن تطبيق الـ OCR في مشاريع متنوعة مثل مسح الفواتير، استرجاع المستندات، وتحليل الوثائق.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
فهم أساسيات Python: هنتعلم الأساسيات في Python مثل المتغيرات، الحلقات، الدوال، والتعامل مع النصوص.
استخراج البيانات من الويب: هنتعلم كيفية استخدام مكتبات Python مثل BeautifulSoup و Selenium لاستخراج البيانات من صفحات الويب.
تحليل البيانات المستخرجة: تعلم كيفية معالجة وتحليل البيانات المستخرجة باستخدام المهارات الأساسية في Python.
التعامل مع HTML و XML: تعلم كيفية قراءة وتحليل بيانات HTML و XML لاستخراج المعلومات المطلوبة.
تطبيقات عملية: بناء مشاريع لاستخراج البيانات من مواقع متعددة مثل الأخبار والمتاجر الإلكترونية وتحليل هذه البيانات بشكل عملي.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
ماذا سوف أتعلم؟
مقدمة إلى Excel: فهم واجهة Excel واستخدام العملات و الأوراق.
إدخال البيانات والتنسيق: تعلم كيفية تنسيق الخلايا، إضافة بيانات، وتحريرها.
استخدام الدوال الأساسية: التعرف على الدوال الشائعة مثل SUM، AVERAGE، و COUNT.
إنشاء الرسوم البيانية: تعلم كيفية إنشاء الرسوم البيانية مثل Bar و Pie و Column، وتخصيصها.
التنظيم المتقدم للبيانات: استخدام Pivot Tables و Pivot Charts لتحليل البيانات المتقدمة.
التخصيص باستخدام ماكرو: تعلم كيفية تسجيل وتشغيل Macros لأتمتة المهام المتكررة.
تحليل البيانات المتقدم: استخدام What-If Analysis، Goal Seek، و Trend Analysis لتحليل البيانات المتقدمة.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
What is Data Analysis واستخداماته
Data Types (Categorical/Numerical, Structured/Unstructured)
Steps for Data Analysis (Collect → Clean → EDA → Communicate)
Data Cleaning (Missing Values & Outliers basics)
EDA: Summaries & Visualizations
Descriptive Statistics (Mean, Median, Mode)
Measures of Dispersion (Variance, Standard Deviation, Range)
Histograms & Box Plots
Probability Density Functions (PDFs)
Detecting & Handling Outliers
Overview على الأدوات: Excel, SQL, Python (pandas, numpy), Power BI
Basics of Databases & Simple SQL Queries (SELECT, WHERE, GROUP BY)
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
الـ Vectors (المتجهات): تعلم كيفية التعامل مع vectors كأدوات لتمثيل البيانات في الفضاءات متعددة الأبعاد.
المصفوفات (Matrices): فهم كيفية استخدام matrices لتنفيذ العمليات الحسابية المتعلقة بالبيانات، مثل multiplication و addition.
القيم الذاتية والمتجهات الذاتية (Eigenvalues and Eigenvectors): تعلم كيفية حساب eigenvalues و eigenvectors واستخدامها في تقنيات مثل PCA (Principal Component Analysis) لتقليل الأبعاد.
تحليل القيمة المنفردة (Singular Value Decomposition - SVD): تعلم كيفية استخدام SVD لتحليل المصفوفات وتطبيقاتها في dimensionality reduction و data compression.
نظرية بايز (Bayes Theorem): تعلم كيفية استخدام Bayes Theorem في التنبؤات والقرارات بناءً على البيانات المبدئية.
المتغيرات العشوائية (Random Variables): تعلم كيفية التعامل مع random variables التي تعبر عن النتائج المحتملة في التجارب العشوائية.
التوزيع الاحتمالي المنفصل (Discrete Probability Distribution): فهم التوزيعات الاحتمالية التي تحتوي على عدد محدود من القيم مثل Binomial Distribution و Poisson Distribution.
التوزيع الاحتمالي المستمر (Continuous Probability Distribution): تعلم التوزيعات الاحتمالية المستمرة مثل Normal Distribution و Exponential Distribution.
الإحصاء الوصفي (Descriptive Statistics): تعلم كيفية استخدام mean و median و variance و standard deviation لفهم وتلخيص البيانات.
مجانا
دورة Power BI هي دورة شاملة تهدف إلى تعليمك كيفية …
What you'll learn
التعرف على Power BI: تعلم الأدوات والوظائف المختلفة في Power BI.
جمع البيانات: تعلم كيفية جمع البيانات من مصادر متعددة مثل Excel، SQL Server، و web.
إنشاء التقارير: تعلم كيفية إنشاء reports باستخدام Power BI Desktop.
التصور المرئي: تعلم كيفية إنشاء interactive visualizations مثل الرسوم البيانية، الجداول، والمخططات.
التعامل مع البيانات: تعلم كيفية تنظيف البيانات باستخدام Power Query، وإنشاء العلاقات بين الجداول.
تخصيص التقارير: تعلم كيفية تخصيص التقارير بناءً على احتياجات المستخدمين.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
تعريف AI ودواعي أهميته اليوم
الفارق الموجز بين AI وML وDL
تصوّر عام لفروع CV وNLP واستخداماتهما
أمثلة تطبيقية حديثة في مجالات مختلفة
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
فهم أساسيات التعلم الآلي: هنتعرف على المفاهيم الأساسية للتعلم الآلي مثل الخوارزميات، والتدريب على البيانات، والاختبار.
التعرف على أنواع التعلم الآلي: هنتعلم الفرق بين التعلم supervised وunsupervised والتعلم المعزز.
بناء النماذج باستخدام Scikit-learn: تعلم كيفية بناء وتدريب النماذج باستخدام مكتبة Scikit-learn الشهيرة.
التعامل مع البيانات: هنتعلم كيفية تجهيز البيانات، تنظيفها، وتحليلها قبل تدريب النموذج.
تطبيقات عملية: بناء مشاريع حقيقية باستخدام تقنيات التعلم الآلي مثل تصنيف الصور، التنبؤ بالقيم، وتحليل البيانات.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
فهم أساسيات SQL: تعلم كيفية كتابة أول استعلامات SQL باستخدام جمل SELECT و WHERE.
إدارة البيانات: تعلم كيفية إضافة وتحديث وحذف البيانات باستخدام INSERT، UPDATE، و DELETE.
إنشاء قواعد البيانات والجداول: تعلم كيفية إنشاء databases و tables.
مجانا
Math and Data Preparation for DS
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
Math and Data Preparation for DS
What you'll learn
تنظيف البيانات: تعلم كيفية التعامل مع missing values (القيم المفقودة)، outliers (القيم الغريبة)، و duplicates (البيانات المكررة).
معالجة البيانات: تعلم كيفية استخدام تقنيات مثل Normalization، Standardization، و Scaling لتحويل البيانات وتوحيدها.
التحليل الاستكشافي للبيانات (EDA): تعلم كيفية استكشاف البيانات باستخدام statistical summaries و visualizations.
تصور البيانات (Data Visualization): تعلم كيفية استخدام Matplotlib و Seaborn لإنشاء الرسوم البيانية التي تساعد في فهم البيانات.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
واجهة Tableau واستيراد البيانات: تعلم كيفية التعامل مع واجهة Tableau وكيفية استيراد البيانات من مصادر متعددة مثل Excel، SQL databases، و CSV.
Bar Chart: تعلم كيفية إنشاء Bar Charts لعرض البيانات المقسمة بشكل مرئي، مع تعلم كيفية تخصيص الألوان والمحاور.
نصائح وحيل للتحليل المتقدم: تعلم تقنيات متقدمة لتحليل البيانات مثل استخدام Calculated Fields و Table Calculations و LOD Expressions.
تصميم Dashboards: تعلم كيفية تصميم Dashboards تفاعلية ودمج الرسوم البيانية المختلفة في لوحة واحدة لإظهار رؤى شاملة للبيانات.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
تنظيف البيانات: تعلم كيفية التعامل مع missing values (القيم المفقودة)، outliers (القيم الغريبة)، و duplicates (البيانات المكررة).
معالجة البيانات: تعلم كيفية استخدام تقنيات مثل Normalization، Standardization، و Scaling لتحويل البيانات وتوحيدها.
التحليل الاستكشافي للبيانات (EDA): تعلم كيفية استكشاف البيانات باستخدام statistical summaries و visualizations.
تصور البيانات (Data Visualization): تعلم كيفية استخدام Matplotlib و Seaborn لإنشاء الرسوم البيانية التي تساعد في فهم البيانات.
استخراج الميزات (Feature Extraction): تعلم كيفية اختيار الميزات الأكثر تأثيرًا والملائمة لبناء models دقيقة.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
أساسيات Neural Networks وPerceptron.
أنواع Activation Functions ودورها في التعلم.
خوارزميات Backpropagation وweights update .
التعرف على أنواع Optimizers المختلفة وتحليل أدائها.
التعامل مع Deep Learning Frameworks زي TensorFlow وKeras.
بناء شبكات عصبية للتصنيف (Classification) والانحدار (Regression).
تطبيق عملي على بيانات حقيقية باستخدام TensorFlow.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
فهم الـ data structures الأساسية: تعلم كيفية تمثيل البيانات باستخدام data structures مثل lists، stacks، queues، و trees.
التعامل مع الـ hash tables: تعلم كيفية تنظيم البيانات في hash tables للحصول على الوصول السريع.
أنواع الأشجار (Trees): دراسة binary trees، binary search trees، و balanced trees وكيفية التعامل معها.
تحليل الأداء: تعلم كيفية تحليل تعقيد الوقت والذاكرة للعمليات المختلفة على data structures باستخدام الـ Big-O Notation.
ربط الـ data structures بالخوارزميات: تعلم كيف يمكن استخدام data structures لتحسين أداء algorithms في معالجة البيانات.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
فهم أساسيات Python: هنتعلم الأساسيات في Python مثل المتغيرات، الحلقات، الدوال، والتعامل مع النصوص.
استخراج البيانات من الويب: هنتعلم كيفية استخدام مكتبات Python مثل BeautifulSoup و Selenium لاستخراج البيانات من صفحات الويب.
تحليل البيانات المستخرجة: تعلم كيفية معالجة وتحليل البيانات المستخرجة باستخدام المهارات الأساسية في Python.
التعامل مع HTML و XML: تعلم كيفية قراءة وتحليل بيانات HTML و XML لاستخراج المعلومات المطلوبة.
تطبيقات عملية: بناء مشاريع لاستخراج البيانات من مواقع متعددة مثل الأخبار والمتاجر الإلكترونية وتحليل هذه البيانات بشكل عملي.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
بناء models: تعلم كيفية بناء models باستخدام Supervised Learning و Unsupervised Learning.
فهم الأساسيات: تعلم الأساسيات وفهم Machine Learning وكيفية استخدامه لحل المشكلات المعقدة.
التعلم من البيانات: تعلم كيفية التعامل مع البيانات وتنظيفها وتجهيزها لبناء models دقيقة.
تحليل البيانات وتصورها: تعلم كيفية تحليل البيانات واستخراج الأنماط باستخدام تقنيات مثل Exploratory Data Analysis (EDA) و Data Visualization.
تطبيق تقنيات التحسين: تعلم كيفية تحسين models باستخدام تقنيات مثل cross-validation و hyperparameter tuning.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
فهم مفهوم Natural Language Processing (NLP) وأهميته في تطبيقات الذكاء الاصطناعي
التعرف على مراحل Text Processing وتنظيف النصوص وتجهيزها
تطبيق Sentiment Analysis وتحليل المشاعر على النصوص
فهم Feature Engineering في النصوص
تحويل النصوص إلى تمثيل عددي باستخدام:
Vectorization
Term Frequency
Word Embeddings
التعرف على نماذج معالجة السلاسل النصية:
RNN
LSTM
GRU
تنفيذ تطبيقات عملية باستخدام Python
الاستعداد للانتقال إلى المراحل المتقدمة في NLP وDeep Learning
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
فهم الخوارزميات الأساسية: تعلم كيفية تصميم وتنفيذ خوارزميات لحل المشكلات المختلفة.
أنواع الفرز (Sorting): دراسة الخوارزميات المختلفة لفرز البيانات وكيفية اختيار الأنسب حسب حالة البيانات.
خوارزميات البحث (Searching): تعلم تقنيات البحث المختلفة مثل البحث الثنائي والبحث الخطّي.
الأشجار (Trees): تعلم كيفية تمثيل البيانات باستخدام الأشجار، ودراسة الأنواع المختلفة للأشجار مثل الأشجار الثنائية وأشجار البحث.
تحليل الأداء: فهم كيفية تحليل تعقيد الخوارزميات باستخدام الـ Big-O ومقارنة كفاءتها.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
استخدام Excel بشكل احترافي لإدارة وتحليل البيانات.
تطبيق الصيغ والمعادلات Functions بشكل عملي.
إنشاء جداول ورسوم بيانية احترافية.
تحليل البيانات باستخدام Pivot Tables وCharts.
تجهيز تقارير تحليلية توضح النتائج بشكل مرئي وواضح.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
فهم أساسيات رؤية الكمبيوتر: التعرف على معنى الصورة ومكوناتها وأساسيات معالجة الصور.
خطوات معالجة الصور: تعلم كيفية تطبيق خطوات معالجة الصور باستخدام تقنيات متعددة.
التعرف على تقنيات معالجة الصور: استكشاف الطرق المختلفة لمعالجة الصور وتطبيقاتها.
دمج رؤية الكمبيوتر والتعلم العميق: فهم كيفية تفاعل رؤية الكمبيوتر مع التعلم العميق لتطوير نماذج متقدمة.
تطبيق الرؤية ثلاثية الأبعاد: التعرف على تقنيات الرؤية ثلاثية الأبعاد واستخدامها في تحسين النماذج الذكية.
تطوير مهارات تحليل الصور: اكتساب القدرة على تحليل الصور وحل مشكلات حقيقية باستخدام أدوات حديثة.
استخدام تقنيات الذكاء الاصطناعي في رؤية الكمبيوتر: تطبيق تقنيات الذكاء الاصطناعي لتحسين الأداء في معالجة الصور.
إنشاء نماذج ذكية أكثر تطوراً: تعلم كيفية بناء نماذج رؤية الكمبيوتر التي تلبي متطلبات التطبيقات المتقدمة.
اكتساب مهارات عملية: التعرف على أدوات وتطبيقات عملية لتطوير حلول مبتكرة في رؤية الكمبيوتر.
التعامل مع بيانات الصور: تعلم كيفية تحليل وتفسير الصور في سياقات متعددة.
اكتشف أحدث الدورات اللي انضمت للمنصة...
مجانا
اتقن Power BI خطوة بخطوة وابدأ في تحويل البيانات إلى …
What you'll learn
فهم واجهة Power BI وأساسيات التعامل معها.
استيراد وتنظيف البيانات باستخدام Power Query Editor.
إنشاء علاقات بين الجداول وبناء Data Models قوية.
تحليل البيانات باستخدام DAX (Data Analysis Expressions).
تصميم تقارير ولوحات تحكم Dashboards تفاعلية واحترافية.
نشر ومشاركة التقارير عبر Power BI Service.
تطبيق كل المفاهيم دي في مشاريع تحليل بيانات حقيقية.
مجانا
Mathematical Foundations of ML
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
Mathematical Foundations of ML
What you'll learn
الـ Vectors (المتجهات): تعلم كيفية التعامل مع vectors كأدوات لتمثيل البيانات في الفضاءات متعددة الأبعاد.
المصفوفات (Matrices): فهم كيفية استخدام matrices لتنفيذ العمليات الحسابية المتعلقة بالبيانات، مثل multiplication و addition.
القيم الذاتية والمتجهات الذاتية (Eigenvalues and Eigenvectors): تعلم كيفية حساب eigenvalues و eigenvectors واستخدامها في تقنيات مثل PCA (Principal Component Analysis) لتقليل الأبعاد.
تحليل القيمة المنفردة (Singular Value Decomposition - SVD): تعلم كيفية استخدام SVD لتحليل المصفوفات وتطبيقاتها في dimensionality reduction و data compression.
نظرية بايز (Bayes Theorem): تعلم كيفية استخدام Bayes Theorem في التنبؤات والقرارات بناءً على البيانات المبدئية.
المتغيرات العشوائية (Random Variables): تعلم كيفية التعامل مع random variables التي تعبر عن النتائج المحتملة في التجارب العشوائية.
التوزيع الاحتمالي المنفصل (Discrete Probability Distribution): فهم التوزيعات الاحتمالية التي تحتوي على عدد محدود من القيم مثل Binomial Distribution و Poisson Distribution.
التوزيع الاحتمالي المستمر (Continuous Probability Distribution): تعلم التوزيعات الاحتمالية المستمرة مثل Normal Distribution و Exponential Distribution.
الإحصاء الوصفي (Descriptive Statistics): تعلم كيفية استخدام mean و median و variance و standard deviation لفهم وتلخيص البيانات.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
فهم أساسيات Python: هنتعلم الأساسيات في Python مثل المتغيرات، الحلقات، الدوال، والتعامل مع النصوص.
استخراج البيانات من الويب: هنتعلم كيفية استخدام مكتبات Python مثل BeautifulSoup و Selenium لاستخراج البيانات من صفحات الويب.
تحليل البيانات المستخرجة: تعلم كيفية معالجة وتحليل البيانات المستخرجة باستخدام المهارات الأساسية في Python.
التعامل مع HTML و XML: تعلم كيفية قراءة وتحليل بيانات HTML و XML لاستخراج المعلومات المطلوبة.
تطبيقات عملية: بناء مشاريع لاستخراج البيانات من مواقع متعددة مثل الأخبار والمتاجر الإلكترونية وتحليل هذه البيانات بشكل عملي.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
تحسين مهارات SQL الأساسية: تعلم كيفية التعامل مع queries و subqueries المعقدة.
العمل مع JOINs المتقدمة: تعلم كيفية استخدام INNER JOIN، LEFT JOIN، RIGHT JOIN، و FULL OUTER JOIN بشكل متقدم.
إجراءات مخزنة (Stored Procedures): تعلم كيفية إنشاء stored procedures لتنفيذ عمليات معقدة.
Triggers: فهم كيفية استخدام triggers لتنفيذ الإجراءات تلقائيًا عند حدوث تغييرات في البيانات.
تحسين أداء الاستعلامات: تعلم كيفية تحسين الاستعلامات باستخدام INDEXES و EXPLAIN.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
فهم أساسيات Python: هنتعلم الأساسيات في Python مثل المتغيرات، الحلقات، الدوال، والتعامل مع النصوص.
استخراج البيانات من الويب: هنتعلم كيفية استخدام مكتبات Python مثل BeautifulSoup و Selenium لاستخراج البيانات من صفحات الويب.
تحليل البيانات المستخرجة: تعلم كيفية معالجة وتحليل البيانات المستخرجة باستخدام المهارات الأساسية في Python.
التعامل مع HTML و XML: تعلم كيفية قراءة وتحليل بيانات HTML و XML لاستخراج المعلومات المطلوبة.
تطبيقات عملية: بناء مشاريع لاستخراج البيانات من مواقع متعددة مثل الأخبار والمتاجر الإلكترونية وتحليل هذه البيانات بشكل عملي.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
فهم واجهة Power BI وأساسيات التعامل معها.
استيراد وتنظيف البيانات باستخدام Power Query Editor.
إنشاء علاقات بين الجداول وبناء Data Models قوية.
تحليل البيانات باستخدام DAX (Data Analysis Expressions).
تصميم تقارير ولوحات تحكم Dashboards تفاعلية واحترافية.
نشر ومشاركة التقارير عبر Power BI Service.
تطبيق كل المفاهيم دي في مشاريع تحليل بيانات حقيقية.
مجانا
Mastering Computer Vision: From Image Processing to 3D Reconstruction
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
Mastering Computer Vision: From Image Processing to 3D Reconstruction
What you'll learn
مقدمة في الصور الرقمية:
ما هي الصورة (Image) وكيف يتم تمثيلها عدديًا (Pixels, Channels, Color Spaces).
المفاهيم الأساسية مثل Resolution، Histogram، و Noise.
Image Processing:
العمليات الأساسية مثل Filtering، Thresholding، Edge Detection.
تقنيات تحسين الصور (Image Enhancement) واستخراج الملامح (Feature Extraction).
تحويلات هندسية (Scaling, Rotation, Affine Transformations).
Deep Learning for Computer Vision:
مدخل إلى DNN (Deep Neural Networks) وأسس عملها.
الشبكات الالتفافية CNN (Convolutional Neural Networks) ودورها في تحليل الصور.
Transfer Learning: الاستفادة من النماذج الجاهزة وتخصيصها لتطبيقات جديدة.
Data Augmentation: تحسين أداء النماذج عبر توليد بيانات إضافية.
المهام الأساسية في Computer Vision:
Object Detection: اكتشاف الأجسام باستخدام نماذج مثل YOLO و Faster R-CNN.
Object Tracking: تتبع الأجسام عبر الفيديو باستخدام خوارزميات كلاسيكية وحديثة.
Image Classification & Recognition: تصنيف الصور والتعرف على الكائنات والوجوه.
Semantic Segmentation: تقسيم الصور إلى مكوّناتها الدلالية.
المستوى المتقدم:
3D Reconstruction: إعادة بناء الأجسام والمشاهد ثلاثية الأبعاد من صور ثنائية.
طبّق ما تعلمته في مشاريع عملية واقعية تعزز مهاراتك وتضيف إلى خبراتك المهنية
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
مقدمة في Streamlit: التعرف على كيفية إنشاء تطبيقات واجهات المستخدم باستخدام Streamlit.
إعداد البيئة: تعلم كيفية تثبيت Streamlit وضبط البيئة لتطوير التطبيقات.
عرض البيانات: تعلم كيفية عرض البيانات باستخدام الجداول، charts، و maps.
التفاعل مع البيانات: استخدام الأدوات التفاعلية مثل widgets و inputs لجعل التطبيق تفاعليًا.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
إعداد البيانات: تعلم كيفية استيراد البيانات من مصادر متعددة مثل Excel و SQL databases و CSV files.
تنظيف البيانات: تعلم كيفية استخدام أدوات Power Query لتنظيف البيانات وتجهيزها للتحليل.
إنشاء تقارير تفاعلية: تعلم كيفية تصميم تقارير ديناميكية باستخدام Power BI باستخدام أدوات التصور مثل Bar Charts، Pie Charts، و Maps.
دوال DAX: تعلم كيفية استخدام DAX لإنشاء calculated columns و measures وتحليل البيانات بشكل متقدم.
إنشاء Dashboards تفاعلية: تعلم كيفية دمج عدة تصورات في لوحة بيانات واحدة تفاعلية تحتوي على فلاتر قابلة للتعديل.
تحليل البيانات المتقدم: تعلم كيفية استخدام What-If Analysis و Forecasting لتوقع الاتجاهات المستقبلية وتحليل السيناريوهات المحتملة.
مشاركة البيانات والتعاون: تعلم كيفية نشر التقارير إلى Power BI Service لمشاركتها مع الفرق الأخرى.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
فهم أساسيات التعرف على الصوت: التعرف على المبادئ الأساسية لتقنيات تحويل الكلام إلى نصوص مكتوبة.
تعلم كيفية استخدام نموذج Whisper: فهم طريقة عمل النموذج وتطبيقه على مختلف أنواع البيانات الصوتية.
اكتساب القدرة على الترجمة التلقائية: تعلم كيفية تحويل النصوص الصوتية من لغة إلى أخرى باستخدام تقنيات الذكاء الاصطناعي.
تصميم حلول ذكية لتحويل الصوت إلى نص: بناء أنظمة فعالة لتحويل الكلام إلى نصوص مكتوبة بدقة وسلاسة.
معالجة وتصفية البيانات الصوتية: التعرف على كيفية تنقية وتحليل البيانات الصوتية لتحسين النتائج.
تعلم تكامل نموذج Whisper مع التطبيقات: استخدام النموذج في تطبيقات مثل المساعدات الصوتية والأنظمة التفاعلية.
تطوير أنظمة ترجمة فورية: بناء حلول ذكية تتيح الترجمة الصوتية المباشرة في الوقت الفعلي.
فهم تقنيات تحليل النصوص الناتجة: استخدام النصوص المكتوبة لتحليل البيانات الصوتية وتطبيقات الذكاء الاصطناعي الأخرى.
تحسين التفاعل بين الإنسان والآلة: بناء تطبيقات تُسهل التواصل الطبيعي باستخدام الصوت.
استكشاف مجالات استخدام متعددة: تطوير أنظمة مخصصة لتطبيقات مثل الملاحظات الصوتية، التعليم، وخدمة العملاء.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
فهم مفهوم SQL: كيف يمكن استخدام SQL لإنشاء قواعد بيانات، إدخال البيانات، وإجراء التحليلات.
إدارة البيانات: تعلم كيفية إدخال القيم إلى الجداول والتعامل مع البيانات المُخزنة.
حل المشكلات المعقدة: التعامل مع استعلامات SQL معقدة لحل مشاكل تحليلات البيانات باستخدام مجموعات الأسئلة المقدمة.
التعامل مع استعلامات SQL المتقدمة: تعلم كيفية تحسين الاستعلامات وزيادة الأداء في استخراج البيانات.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
لتعرف على الأنماط (Pattern Recognition): تعلم كيفية تدريب النموذج لاستخراج أرقام اللوحات باستخدام تقنيات Computer Vision.
استخراج البيانات من الصور (Image Processing): تعلم كيفية التعامل مع الصور ومعالجتها لاستخراج النصوص باستخدام تقنيات مثل Edge Detection و Thresholding.
**تقنيات OCR (Optical Character Recognition): تعلم كيفية تطبيق تقنيات OCR لاستخراج النصوص من الصور.
استخدام المكتبات المتقدمة: تعلم استخدام مكتبات مثل OpenCV و Tesseract OCR لاستخراج الأرقام وتحسين دقة التعرف.
تحليل الصور والفيديوهات في الوقت الفعلي: بناء نموذج يعمل في الوقت الفعلي لمعالجة صور لوحات السيارات.
دمج النظام مع قواعد البيانات: تعلم كيفية دمج Plate Recognition System مع قواعد البيانات لتخزين السجلات وتوفير حلول لتطبيقات مواقف السيارات الذكية.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
مفهوم نظام RAGسنتعرف في البداية على RAGكإطار عمل وكيفية دمج تقنيات التوليد والاسترجاعبشكل فعال. سنشرح كيف يمكن لنظام RAG تحسين قدرة الأنظمة الذكية على تقديم إجابات دقيقة في مواقف معقدة.
التوليد النصي باستخدام Llama 3 70B سنعمل مع نموذج Llama 3 70Bعبر Groq APIوهو نموذج متقدم للتوليد النصي، حيث يتيح للنظام توليد نصوص طويلة ومعقدة بدقة عالية. سنتعلم كيفية استخدام هذا النموذج لتوليد إجابات ملائمة للسياق بناءً على المدخلات.
استرجاع البيانات باستخدام Hugging Face و ChromaDBسنشرح كيفية استخدام Hugging Faceلإنشاء تمثيلات نصية (Embeddings) تساعد النظام على فهم المعاني والعلاقات بين الكلمات والنصوص. بعد ذلك، سنستخدم ChromaDBقاعدة البيانات المخصصة لاسترجاع البيانات، لتخزين المعلومات واسترجاعها بسرعة ودقة عند الحاجة.
دمج الأدوات باستخدام LangChain: سنستعرض كيفية استخدام LangChain، وهو إطار عمل يُسهل دمج الأدوات المختلفة معًا. سنغطي كيفية ربط Llama 3 70B، Hugging Face، وChromaDB معًا بشكل مرن وفعّال لخلق نظام RAG يعمل بسلاسة.
تقديم ردود دقيقة وسريعة: سنتعلم كيفية تحسين أداء النظام بحيث يقدم ردود دقيقة وملائمة بناءً على الاسترجاع والتوليد معًا. سيتم شرح كيفية استخدام تقنيات RAG لتحسين دقة النظام في الإجابة على الأسئلة، من خلال جمع معلومات من مصادر مختلفة وتوليد إجابة مرتبطة بالسياق.
تحسين دقة النظام: سنتعرف على كيفية تحسين دقة النظام باستخدام تقنيات الاسترجاع المدعوم بالتوليد، وكيف يمكن دمج التوليد مع الاسترجاع لتحقيق أفضل أداء ممكن في تقديم الإجابات.
التطبيقات العملية لنظام RAG: سنعرض أمثلة عملية لعمل نظام RAGفي مجالات متعددة مثل خدمة العملاء، التعليم، دعم القرار، وغيرها من التطبيقات التي تستفيد من دمج الاسترجاع النصي مع التوليد. سنتعرف على كيفية تخصيص النظام لاحتياجات مختلفة.
التحديات والحلول: سيتم تسليط الضوء على التحديات الرئيسية التي قد تواجهها أثناء بناء أنظمة RAGمثل تحسين سرعة الاسترجاع ودقة التوليد، وكيفية التغلب على هذه التحديات باستخدام تقنيات متقدمة.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
بنهاية هذا المشروع، ستتمكن من:
بناء تطبيق ويب باستخدام Flask وتحقيق تكامل بين الواجهة الأمامية والخلفية.
فهم طريقة عمل Retrieval-Augmented Generation (RAG) وكيفية استخدامه في تحسين البحث واسترجاع المعلومات.
دمج تقنيات الذكاء الاصطناعي في تطبيقات الويب لزيادة الكفاءة وتحسين تجربة المستخدم.
استخدام APIs أو قواعد بيانات لاسترجاع البيانات وإعادة صياغتها بطريقة ذكية باستخدام RAG.
فهم كيفية تنفيذ الاستعلامات المتقدمة وتحليل النتائج باستخدام تقنيات RAG.
مجانا
🔒 للوصول الكامل لمحتوى المنصة، اشترك الآن. اشترك الآن …
What you'll learn
فهم تقنية الـ OCR: التعرف على كيفية عمل الـ OCR واستخدامها لاستخراج النصوص من الصور والوثائق.
استخدام أدوات OCR: تعلم كيفية استخدام أدوات الـ OCR المختلفة مثل Tesseract وأدوات أخرى متقدمة.
تحليل النصوص المستخرجة: استخدام النصوص المستخرجة في التحليل أو تخزين البيانات في قواعد البيانات باستخدام تقنيات مختلفة.
تطبيقات عملية: التعرف على كيف يمكن تطبيق الـ OCR في مشاريع متنوعة مثل مسح الفواتير، استرجاع المستندات، وتحليل الوثائق.
آراء المتدربين
تجارب موثقة من متدربينا تسلط الضوء على أثر البرامج التدريبية في تطوير مسيرتهم المهنية
ما الذي يميز تجربة التعلّم في NeuroTech؟
أثبت تميزك من خلال مسابقات النخبة، لفتح الطريق أمامك نحو الترشيح للعمل في كبرى الشركات الشريكة معنا
فرصتك للتوظيف مع جسر النخبة
شارك في NeuroTech EliteBridge وخض تحديات عملية لاختبار مهاراتك في الذكاء الاصطناعي وتحليل البيانات، لتكون ضمن المرشحين للعمل في كبرى الشركات الشريكة. المشاركة متاحة حصريًا للمشتركين
الخبراء
خبراءنا هم سر تميزك، بيدعموك في كل مرحلة من رحلتك التعليمية
Nada Maher
Artificial Intelligence at NeuroTech
Amr Ahmed
Artificial Intelligence at NeuroTech
Ahmed Khaled
Technical Team Lead at BBI
ElSayed Mustafa
AI Consultant and Co-Founder of NeuroTech
Omar Ahmed
Senior Data at Alkan Cit
Ola Abdullah
Applied Scientist at Microsoft
Hossam El-Din
Data Analyst at Mubasher
Hassan Nassar
computer vision Engineer at LuminSoft
Nourhan Sharaf
Data Scientist at Tahaluf Al Emarat
Mohamed Makram
Data Scientist at We
Taher Abdelhameed
Senior Machine Learning Engineer
Ali Elshenawy
Artificial intelligence developer
Bassam El-shoraa
Data Analyst at NeuroTech
Hozaifa Zaki
Senior Data Scientist at VOIS
Adham Osama
Data Analyst at NeuroTech
Ali Khaled
Machine Learning Engineer at NeuroTech
تابع أبرز المقالات التي تجمع بين الخبرة العملية والاتجاهات المستقبلية في AI وData Science.
ديسمبر 16, 2024
ديسمبر 16, 2024
شركاؤنا في التوظيف
شركاؤنا يدعمون طلاب المنصة من التعلم وحتى التوظيف، عبر التدريب، الإرشاد، وفتح فرص مهنية حقيقية
